本周我們精選出社區(qū)問答進(jìn)行整理匯總，開發(fā)者在使用PaddlePaddle過程中遇到任何技術(shù)難題，都可以到PaddlePaddle公眾號(hào)FAQ專欄上尋求解決方案，希望能幫助新用戶在Linux安裝過程中解答疑惑。
1.問題：cuda9.0需要安裝哪一個(gè)版本的paddle，安裝包在哪？
??關(guān)鍵字：cuda 9.0
??問題描述：cuda9.0需要安裝哪一個(gè)版本的paddle，安裝包在哪，希望安裝Fluid版本的Paddle，而不是舊版的Paddle
??問題解答：paddlepaddle-gpu使用CUDA 9.0和cuDNN 7編譯的0.14.0版本
因此，pip install paddlepaddle-gpu即可。
?2.問題：pip install paddlepaddle-gpu?安裝fluid?版本報(bào)錯(cuò)
??關(guān)鍵字：GPU
??問題描述：使用pip install paddlepaddle-gpu命令在公司內(nèi)部開發(fā)GPU機(jī)器上安裝PaddlePaddle。
按照官網(wǎng)安裝：pip install paddlepaddle-gpu?執(zhí)行import paddle.fluid as fluid?失敗
奇怪的是，同樣的環(huán)境下，上周運(yùn)行成功，這周確運(yùn)行失敗，求解答
??解決方法：這通常是GPU顯存不足導(dǎo)致的，請(qǐng)檢查一下機(jī)器的顯存，確保顯存足夠后再嘗試import paddle.fluid
3.問題：CUDA driver version is insufficient
??關(guān)鍵字：CUDA insufficient
??問題描述：在使用PaddlePaddle GPU的Docker鏡像的時(shí)候，出現(xiàn)Cuda Error: CUDA driver version is insufficient for CUDA runtime version
??問題解答：通常出現(xiàn)Cuda Error: CUDA driver version is insufficient for CUDA runtime version,?原因在于沒有把機(jī)器上CUDA相關(guān)的驅(qū)動(dòng)和庫(kù)映射到容器內(nèi)部。
??解決方法：使用nvidia-docker,?命令只需要將docker換為nvidia-docker即可。更多請(qǐng)參考：https://github.com/NVIDIA/nvidia-docker
4.問題：安裝CPU版本后訓(xùn)練主動(dòng)abort，gdb顯示Illegal instruction
??關(guān)鍵字：CPU版本Illegal instruction
??問題描述：成功安裝了PaddlePaddle CPU版本后，使用Paddle訓(xùn)練模型，訓(xùn)練過程中，Paddle會(huì)自動(dòng)退出，gdb顯示Illegal instruction
??報(bào)錯(cuò)輸出：
*** Aborted at 1539697466 (unix time) try "date -d @1539697466" if you are using GNU date ***
PC: @???????????????0x0 (unknown)
*** SIGILL (@0x7fe3a27b7912) received by PID 13005 (TID 0x7fe4059d8700) from PID 18446744072140585234; stack trace: ***
?@?0x318b20f500 (unknown)
?@?0x7fe3a27b7912 paddle::framework::VisitDataType<>()
?@?0x7fe3a279f84f paddle::operators::math::set_constant_with_place<>()
?@?0x7fe3a1e50c21 paddle::operators::FillConstantOp::RunImpl()
?@?0x7fe3a27526bf paddle::framework::OperatorBase::Run()
?@?0x7fe3a1ca31ea paddle::framework::Executor::RunPreparedContext()
?@?0x7fe3a1ca3be0 paddle::framework::Executor::Run()
?@?0x7fe3a1bc9e7d _ZZN8pybind1112cpp_function10initializeIZN6paddle6pybindL13pybind11_initEvEUlRNS2_9framework8ExecutorERKNS4_11ProgramDescEPNS4_5ScopeEibbE63_vIS6_S9_SB_ibbEINS_4nameENS_9is_methodENS_7siblingEEEEvOT_PFT0_DpT1_EDpRKT2_ENUlRNS_6detail13function_callEE1_4_FUNEST_
?@?0x7fe3a1c14c24 pybind11::cpp_function::dispatcher()
?@?0x7fe405acf3e4 PyEval_EvalFrameEx
?@?0x7fe405ad0130 PyEval_EvalCodeEx
?@?0x7fe405ace4a1 PyEval_EvalFrameEx
?@?0x7fe405ad0130 PyEval_EvalCodeEx
?@?0x7fe405ace4a1 PyEval_EvalFrameEx
??@????0x7fe405ad0130 PyEval_EvalCodeEx
?@?0x7fe405a5c181 function_call
?@?0x7fe405a340f3 PyObject_Call
?@?0x7fe405accde7 PyEval_EvalFrameEx
?@?0x7fe405acec56 PyEval_EvalFrameEx
?@?0x7fe405ad0130 PyEval_EvalCodeEx
?@????0x7fe405a5c27d function_call
?@?0x7fe405a340f3 PyObject_Call
?@?0x7fe405accde7 PyEval_EvalFrameEx
?@?0x7fe405ad0130 PyEval_EvalCodeEx
?@?0x7fe405a5c181 function_call
?@?0x7fe405a340f3 PyObject_Call
?@?0x7fe405a46f7f instancemethod_call
?@?0x7fe405a340f3 PyObject_Call
?@?0x7fe405a8abd4 slot_tp_call
?@?0x7fe405a340f3 PyObject_Call
?@?0x7fe405acd887 PyEval_EvalFrameEx
?@?0x7fe405acec56 PyEval_EvalFrameEx
??問題解答：CPU版本PaddlePaddle自動(dòng)退出的原因通常是因?yàn)樗跈C(jī)器不支持AVX2指令集而主動(dòng)abort。簡(jiǎn)單的判斷方法：用gdb-7.9以上版本（因編譯C++文件用的工具集是gcc-4.8.2，目前只知道gdb-7.9這個(gè)版本可以debug gcc4編譯出來的目標(biāo)文件）：
$ /path/to/gdb -iex "set auto-load safe-path /" -iex "set solib-search-path /path/to/gcc-4/lib" /path/to/python -c core.xxx
在gdb界面：
(gdb) disas
找到箭頭所指的指令，例如：
??0x00007f381ae4b90d <+3101>:?test?%r8,%r8
=> 0x00007f381ae4b912 <+3106>:?vbroadcastss %xmm0,%ymm1
??0x00007f381ae4b917 <+3111>:?lea?(%r12,%rdx,4),%rdi
然后google一下這個(gè)指令需要的指令集。上面例子中的帶xmm和ymm操作數(shù)的vbroadcastss指令只在AVX2中支持
然后看下自己的CPU是否支持該指令集
cat /proc/cpuinfo | grep flags | uniq | grep avx --color
如果沒有AVX2，就表示確實(shí)是指令集不支持引起的主動(dòng)abort
??解決方法：如果沒有AVX2指令集，就需要要安裝不支持AVX2指令集版本的PaddlePaddle，默認(rèn)安裝的PaddlePaddle是支持AVX2指令集的，因?yàn)锳VX2可以加速模型訓(xùn)練的過程，更多細(xì)節(jié)可以參考安裝文檔
5.問題：nvidia-docker運(yùn)行鏡像latest-gpu-cuda8.0-cudnn7: SIGILL
關(guān)鍵字：nvidia-docker?cuda8.0?cudnn7
問題描述：使用sudo nvidia-docker run --name Paddle -it -v $PWD:/work hub.baidubce.com/paddlepaddle/paddle:latest-gpu-cuda8.0-cudnn7 /bin/bash，安裝成功后，出現(xiàn)如下問題
import paddle.fluid
*** Aborted at 1539682149 (unix time) try "date -d @1539682149" if you are using GNU date ***
PC: @ 0x0 (unknown)
*** SIGILL (@0x7f6ac6ea9436) received by PID 16 (TID 0x7f6b07bc7700) from PID 18446744072751846454; stack trace: ***
解決方法：請(qǐng)先確定一下機(jī)器是否支持AVX2指令集，如果不支持，請(qǐng)按照相應(yīng)的不支持AVX2指令集的PaddlePaddle，可以解決該問題。
如果在這篇文章中沒有得到您所遇到問題的解答時(shí)，請(qǐng)不要著急。我們將即可推出后續(xù)問題解答報(bào)道，敬請(qǐng)期待。
